第154页，共677页。 显示 6,770 条结果 (0.522 秒)
数据挖掘-案例介绍
案例讲解部分分成两大类，包括产品内置的偏功能演示的“产品内置案例”和偏实际项目应用的案例“项目场景案例”。 mining案例 数据挖掘应用自助仪表盘双Y联合图设置折线图显示数据标签值
（本文档仅供参考） 问题说明 自助仪表盘 双Y联合图设置折线图显示数据标签，系统会自动识别显示柱子的数值还是折线的数值？ 解决方案 系统目前没有直接配置的选项，需要写一下扩展属性实现（经校验默认会识别到柱图数据，所以需要分别制定图形的数据标签显示），实现步骤如下： image2022-1-13_19-47-9.png 找到自定义属性设置 image2022-1-13_19-47-57.png image2022-1-13_19-48-22.png 扩展属性代码： "series自定义任务-导出引用多个数据集的电子表格如何获取参数id设置参数值
(本文档仅供参考) 问题 参考wiki 通过计划任务将电子表格以邮件正文发送 参数id是需要打开数据集界面去获取的，但参数被多个数据集引用了，应该获取那个数据集的参数标识 作为数据集id？ 解决方案 var paramList = report.getParamList(); for (var i = 0; i < paramList.size(); i++) { var name = paramList.get(i).getName(); //参数名称 var id = paramList.get(i).getId(); //参数id if ("产品类别".equals(name客户WPS更新EXCEL插件后，编辑数据集报错：找不到指定的程序。(异常来自 HRESULT:0x8007007F)
（V11版本仅供参考） 问题描述： 客户wps更新EXCEL插件后，编辑数据集时报错如下：找不到指定的程序； image2024-9-2_10-26-17.pngimage2024-9-2_10-26-32.png 问题分析： 主要的异常信息是 System.Runtime.InteropServices.COMException (0x8007007F): 找不到指定的程序； COMException：这是一个由 COM 组件引发的异常，表明在与 COM 组件进行交互时出现了问题。 0x8007007F：这个错误代码表示“找不到指定的程序”。这通常意味着在调用某个外部组件或库时，目标程序或文件不可用或未找到数据挖掘-词频编码
概述 词频编码是表示将词语进行编码以及统计词频的过程。 参数设置 参数名称 说明 备注 最小词频 大于最小词频的词才会选入，默认值为2 必选 示例 图片11.png 以文本数据为例，词频编码设置的参数最小词频为2，输出有22个不同词语，词对应的编码以及词的频率，结果如下： 图片12.png 词频编码数据挖掘-词频编码
概述 词频编码是表示将词语进行编码以及统计词频的过程。 参数设置 参数名称 说明 备注 最小词频 大于最小词频的词才会选入，默认值为2 必选 示例 图片11.png 以文本数据为例，词频编码设置的参数最小词频为2，输出有22个不同词语，词对应的编码以及词的频率，结果如下： 图片12.png 词频编码数据挖掘-训练
概述 训练是基于选择的特征，对各种分类和回归算法的模型进行训练。输出训练后的模型。 输入/输出 输入 两个输入端口：左边输入为待训练的算法，右边输入则为训练集。 输出 一个输出端口，用于输出训练后的模型。 示例 以逻辑回归算法为例：如下图 图片39.png 训练节点点击鼠标右键，可查看模型分析结果以及保存模型。 注：需要和“特征选择”节点联合使用，参考数据挖掘-聚类训练 训练样式 - 电子表格预览和谷歌浏览器浏览数据效果的字体类型和大小不一样
（本文档仅供参考） 现象 发现报表在excel里预览的效果和发布后资源在谷歌浏览器的预览效果不一致，字体和大小都不一致 image2019-3-26 11:34:26.png 解决方案 关于此问题是由于chrome默认支持字体设置导致的，由于chrome可自定义字体，若电子表格字号设置为10，chrome定义字体字号为13，最小字号为12，谷歌浏览器中浏览数据的字体会被渲染成12号，因此导致在谷歌浏览器和电子表格里预览的资源效果不一样。(即excel设置的字体小于谷歌设置的最小字体，则会读取谷歌设置的最小字体) 若要解决此问题，需要基于chrome进行调整。具体可参考此文档：https数据挖掘-词向量
概述 词向量是表示文档的单词序列，通过训练Word2vec模型，将词语转化为向量。该模型将每个单词映射到一个唯一的固定大小向量。Word2Vec模型通过文档中所有单词的平均值将每个文档转换为一个向量；然后可以将该向量用作预测、文档相似性计算的特征。 参数设置 参数名称 说明 生成向量的数量 词向量的维度，默认值为50 词频 默认值为2，词频大于该值的词才能入选词典 示例 图片9.png 效果 使用“垃圾短信识别”示例数据，词向量的参数生成向量数量为50.词频为2，特征选择后，输出结果如下： 图片10.png 词向量数据挖掘-词向量
概述 词向量是表示文档的单词序列，通过训练Word2vec模型，将词语转化为向量。该模型将每个单词映射到一个唯一的固定大小向量。Word2Vec模型通过文档中所有单词的平均值将每个文档转换为一个向量；然后可以将该向量用作预测、文档相似性计算的特征。 参数设置 参数名称 说明 生成向量的数量 词向量的维度，默认值为50 词频 默认值为2，词频大于该值的词才能入选词典 示例 图片9.png 效果 使用“垃圾短信识别”示例数据，词向量的参数生成向量数量为50.词频为2，特征选择后，输出结果如下： 图片10.png 词向量
